Business Analytics avec R
L'objectif principal de Business Analytics est de développer de nouvelles informations pour l'entreprise et d'évaluer les performances. On a assez parlé de Business Analytics et de ses différentes techniques. Ce qui est le plus nécessaire, c'est une compréhension approfondie de la manière dont les statistiques sont appliquées dans Business Analytics.
Qu'est-ce que la modélisation statistique?
La modélisation statistique est la formalisation des relations entre les variables sous forme d'équations mathématiques. Il s'agit essentiellement de découvrir la variable. Il décrit comment une ou plusieurs variables sont liées à une ou plusieurs autres variables. Ici, les variables ne sont pas liées avec précision, mais pourraient être liées de manière stochastique.
En termes plus simples, une variable n'est qu'un attribut. Un attribut devient la taille, le poids et l’âge d’une personne. La taille et l'âge sont de nature probabiliste. Une personne de 30 ans a plus de chances d'avoir 4 pieds de haut. De même, lorsque vous connaissez une personne âgée de 13 ans, elle a plus de chances de mesurer 6 pieds.
exemple de framework de test de sélénium webdriver
Le but de la modélisation statistique n'est pas la recherche, il s'agit finalement de fournir un aperçu des solutions. Il s'agit d'analyser les données et de les appliquer dans différentes circonstances. Les sujets abordés dans la vidéo sont les suivants:
1. Qu'est-ce que la modélisation statistique
2. Qu'est-ce que la modélisation de régression
3. Comprendre l'analyse
Qu'est-ce que la modélisation de régression?
Comme mentionné dans les lignes ci-dessus sur la modélisation statistique, un facteur important et fondamental de cette théorie est la modélisation de régression. La modélisation de régression consiste à rechercher la relation entre deux variables. Plus précisément, la régression aide à comprendre comment la valeur de la variable dépendante change alors que l'une quelconque des variables indépendantes varie, tandis que les autres variables indépendantes sont maintenues fixes. Par exemple, le temps est une variable indépendante tandis que les ventes et la vitesse dépendent de certains facteurs. Par conséquent, le but est de découvrir la relation entre les deux.
Il existe certaines équations dans le modèle de régression, il s'agit de la régression linéaire, multivariée et logistique. La régression logistique est similaire à la régression dans laquelle il existe deux variables, se classant par conséquent comme un modèle statistique probabiliste. Il est utilisé pour décrire les paramètres d'un modèle de réponse qualitative.
Dans le diagramme mentionné dans la vidéo, la ligne introduit deux concepts - l'un qui est sur la ligne et l'autre qui ne l'est pas. Ceux qui sont loin de la ligne ont une erreur. Il s'agit de la distance entre la valeur réelle (points bleus) et la valeur prédite (la ligne noire). Le but de la modélisation, quelle qu'en soit la forme, est de minimiser ces erreurs, c'est-à-dire d'essayer de combler le fossé entre les deux. Il existe d'autres techniques pour comprendre la théorie.
qu'est-ce que les fonctions dans sql
Comprendre l'analyse en entreprise
L'ensemble du fonctionnement de l'analyse se résume à 3 modèles simples: modèle prédictif, descriptif et décisionnel. Comme son nom l'indique, il permet d'appréhender l'avenir. Par exemple, l'échec du système, la solvabilité, la fraude relèvent du modèle prédictif qui gagne aujourd'hui en popularité dans le monde entier. En revanche, il existe des modèles descriptifs et décisionnels qui existent depuis longtemps. Un modèle descriptif permet de caractériser les données, dans lequel le PIB d’un pays et le taux d’espérance de vie moyen peuvent être estimés. Il est également de nature exploratoire, où un client fournit les données et le problème est analysé. Le client reçoit un aperçu du problème, puis le modèle de décision est utilisé après quoi certaines optimisations sont proposées. Le modèle a une cible qui n'est rien d'autre qu'une optimisation.
Vous avez une question pour nous? Mentionnez-les dans la section commentaires et nous vous recontacterons.
Articles Similaires: